CN113573103B - 分布式移动网络视频缓存放置方法、系统及相关设备 - Google Patents

分布式移动网络视频缓存放置方法、系统及相关设备 Download PDF

Info

Publication number
CN113573103B
CN113573103B CN202111125908.1A CN202111125908A CN113573103B CN 113573103 B CN113573103 B CN 113573103B CN 202111125908 A CN202111125908 A CN 202111125908A CN 113573103 B CN113573103 B CN 113573103B
Authority
CN
China
Prior art keywords
base station
micro
video data
micro base
sub
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202111125908.1A
Other languages
English (en)
Other versions
CN113573103A (zh
Inventor
袁健鑫
郭嘉帅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Volans Technology Co Ltd
Original Assignee
Shenzhen Volans Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Volans Technology Co Ltd filed Critical Shenzhen Volans Technology Co Ltd
Priority to CN202111125908.1A priority Critical patent/CN113573103B/zh
Publication of CN113573103A publication Critical patent/CN113573103A/zh
Application granted granted Critical
Publication of CN113573103B publication Critical patent/CN113573103B/zh
Priority to PCT/CN2022/078360 priority patent/WO2023045253A1/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/23406—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving management of server-side video buffer
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/56—Provisioning of proxy services
    • H04L67/568—Storing data temporarily at an intermediate stage, e.g. caching
    • H04L67/5682—Policies or rules for updating, deleting or replacing the stored data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/231—Content storage operation, e.g. caching movies for short term storage, replicating data over plural servers, prioritizing data for deletion
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/02—Traffic management, e.g. flow control or congestion control
    • H04W28/10—Flow control between communication endpoints
    • H04W28/14—Flow control between communication endpoints using intermediate storage

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Multimedia (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本发明适用于网络通信技术领域，提供了一种分布式移动网络视频缓存放置方法、系统及相关设备，所述方法包括以下步骤：建立一个蜂窝网络的分布式缓存模型，蜂窝网络包括一个宏基站与多个微基站，蜂窝网络对覆盖范围内的微用户提供视频服务；微基站通过后悔最小值算法从宏基站中获取一个子视频数据并进行缓存放置；微基站通过概率算法对自己缓存的所有子视频数据计算受欢迎度，并根据受欢迎度对所述微基站中的子视频数据进行删除；所述微基站根据受欢迎度计算缓存概率，并将一个微基站中不存在的子视频数据在微基站中进行缓存。本发明解决了传统蜂窝网络无法在宏‑微基站的蜂窝网络结构中降低移动视频数据传输延时的问题。

Description

分布式移动网络视频缓存放置方法、系统及相关设备
技术领域
本发明适用于网络通信技术领域，尤其涉及一种分布式移动网络视频缓存放置方法、系统及相关设备。
背景技术
在传统蜂窝网络中，蜂窝网络中的一个移动终端只能从宏基站获取请求的内容，相当于在构成传统的蜂窝网络时，蜂窝网络中的设备就形成了以宏基站为中心的星型网络结构，这对宏基站的承载能力有很高的要求，并随着蜂窝网络内移动终端设备数量的增长而达到性能瓶颈。
而在无线异构蜂窝网络中，通过引入具备内容缓存能力的小区基站，可以利用具有缓存能力的微基站进行本地缓存来减小蜂窝基站的回程链路负载，提高缓存内容利用率，这在一定程度上增加了蜂窝网络结构的承载能力。然而随着互联网的发展，数据的爆发式增长，使得移动视频分发网络的微基站缓存中，需要面对有限的节点缓存空间存储海量的多媒体内容的挑战，这主要是因为移动视频已经成为互联网中的主要数据类型，同时，用户对于移动视频的画面质量和传输时间的要求变得更高，若仅仅通过引入微基站来提高蜂窝网络的负载能力，是无法解决移动视频的延迟要求的。
发明内容
本发明实施例提供一种分布式移动网络视频缓存放置方法、系统及相关设备，旨在解决传统蜂窝网络无法在宏-微基站的蜂窝网络结构中降低移动视频数据传输延时的问题。
本发明实施例提供了一种分布式移动网络视频缓存放置方法，包括以下步骤：
建立一个蜂窝网络的分布式缓存模型，所述蜂窝网络包括一个宏基站与多个微基站，所述蜂窝网络对覆盖范围内的微用户提供视频服务；
所述微基站通过后悔最小值算法从所述宏基站中获取一个子视频数据并进行缓存放置；
所述微基站通过概率算法对自己缓存的所有所述子视频数据计算受欢迎度，并根据所述受欢迎度对所述微基站中的所述子视频数据进行删除；
所述微基站根据所述受欢迎度计算缓存概率，并将一个所述微基站中不存在的所述子视频数据在所述微基站中进行缓存。
更进一步地，所述蜂窝网络中的所述宏基站包括一个总视频数据，所述总视频数据还包括多个子视频数据，所述微基站从所述宏基站中请求所述子视频数据并进行缓存放置，所述微基站为面向所述微用户的访问节点。
更进一步地，所述分布式缓存模型关于联合集群和缓存优化问题，其中：
定义所述蜂窝网络中的所述微基站的集合为B，B中任一所述微基站用b表示；
定义所述蜂窝网络中所有所述微用户的集合为
Figure 17325DEST_PATH_IMAGE001
，
Figure 502664DEST_PATH_IMAGE001
中任一所述微用户用m表 示；
定义所述宏基站中的所述总视频数据为V，所述子视频数据有
Figure 735062DEST_PATH_IMAGE002
个，V中任一所述子 视频数据用
Figure 37867DEST_PATH_IMAGE003
表示；
定义一个所述微基站服务的微用户集合为U，U中所述微用户有S个，U中任一所述 微用户用
Figure 909877DEST_PATH_IMAGE004
表示；
定义所有的所述微基站的缓存空间的容量总和为C，C中任一所述微基站的缓存空 间为
Figure 526803DEST_PATH_IMAGE005
；
所述微基站从所述宏基站缓存到本地的一个所述子视频数据记为
Figure 676025DEST_PATH_IMAGE006
；
根据以上，所述微用户请求所述子视频数据的总服务延迟满足如下条件：
Figure 352994DEST_PATH_IMAGE007
其中，
Figure 463033DEST_PATH_IMAGE008
代表关于U中所述微用户
Figure 414808DEST_PATH_IMAGE004
从所述微基站
Figure 621798DEST_PATH_IMAGE009
请求所述子视频数据
Figure 889575DEST_PATH_IMAGE003
的延 迟，
Figure 549227DEST_PATH_IMAGE010
表示所述微用户
Figure 304693DEST_PATH_IMAGE004
所请求的第
Figure 303873DEST_PATH_IMAGE002
个所述子视频数据。
定义所述微用户与所诉微基站之间的关联向量为
Figure 322645DEST_PATH_IMAGE011
代表为所述微 用户
Figure 531909DEST_PATH_IMAGE010
提供服务的所述微基站
Figure 950121DEST_PATH_IMAGE009
，根据以上，关于联合集群和缓存优化问题的所述分布式 缓存模型满足如下表达式：
Figure 866125DEST_PATH_IMAGE012
其中，
Figure 118114DEST_PATH_IMAGE013
代表缓存优化问题的最小延迟值，
Figure 424462DEST_PATH_IMAGE014
代表
Figure 724993DEST_PATH_IMAGE001
中任一所述微用户
Figure 557820DEST_PATH_IMAGE015
与所述微基站
Figure 341231DEST_PATH_IMAGE016
之间的关系，
Figure 462770DEST_PATH_IMAGE017
代表
Figure 363730DEST_PATH_IMAGE001
中任一所述微用户
Figure 254326DEST_PATH_IMAGE015
与所述微基站
Figure 723484DEST_PATH_IMAGE016
之间请求 第
Figure 863479DEST_PATH_IMAGE018
个所述子视频数据之间的关系，
Figure 771392DEST_PATH_IMAGE019
表示所述微基站
Figure 703445DEST_PATH_IMAGE016
的缓存空间容量。
更进一步地，所述蜂窝网络对覆盖范围内的微用户提供视频服务的步骤具体包括以下子步骤：
所述微用户在
Figure 202559DEST_PATH_IMAGE020
时刻时向所述微基站请求获取第一子视频数据；
所述微基站向所述宏基站请求获取所述总视频数据中对应所述请求的所述第一子视频数据，并将其缓存放置；
所述微基站将自己缓存放置的所述第一子视频数据发送给所述微用户。
更进一步地，所述微基站通过后悔最小值算法从所述宏基站中获取一个子视频数据并进行缓存放置的步骤具体包括以下子步骤：
在所述
Figure 33112DEST_PATH_IMAGE020
时刻的下一时刻时，所述微基站根据所述
Figure 151241DEST_PATH_IMAGE020
时刻时所述微用户请求的所述 第一子视频数据计算所述后悔最小值；
所述微基站从所述宏基站的所述总视频数据中根据所述后悔最小值选择一个第二子视频数据进行缓存放置。
更进一步地，所述微基站根据所述
Figure 16428DEST_PATH_IMAGE020
时刻时所述微用户请求的所述第一子视频数 据计算所述后悔最小值的步骤具体为：
定义后悔向量为
Figure 686444DEST_PATH_IMAGE021
，以及与所述后悔向量对应的效用向量
Figure 689779DEST_PATH_IMAGE022
；
定义所述微基站在所述
Figure 673915DEST_PATH_IMAGE020
时刻从所述总视频数据中获取一个所述子视频数据的动 作为
Figure 190347DEST_PATH_IMAGE023
，其中，
Figure 172210DEST_PATH_IMAGE024
是操作总数，
Figure 977355DEST_PATH_IMAGE024
等于所述总视频数据V中的所述子视频数据的总 数；
定义
Figure 827499DEST_PATH_IMAGE025
是所述微基站
Figure 401700DEST_PATH_IMAGE026
在所述
Figure 538152DEST_PATH_IMAGE020
时刻执行所述动作
Figure 627331DEST_PATH_IMAGE027
的概率；
根据以上，所述微基站
Figure 218849DEST_PATH_IMAGE026
执行所述动作
Figure 319660DEST_PATH_IMAGE027
的概率计算公式满足如下条件：
Figure 767959DEST_PATH_IMAGE028
其中，
Figure 547696DEST_PATH_IMAGE029
为所述概率计算公式计算出的概率结果，
Figure 365742DEST_PATH_IMAGE030
是控制所述概率计算 公式的玻尔兹曼后悔温度系数，
Figure 648956DEST_PATH_IMAGE031
表示正后悔向量，上述条件中的各个参数还满足：
Figure 268156DEST_PATH_IMAGE032
其中，
Figure 207293DEST_PATH_IMAGE033
是指在所述
Figure 875035DEST_PATH_IMAGE034
时刻的前一时刻的瞬时观测效用函数，
Figure 75072DEST_PATH_IMAGE035
是计算用的学习参数，且：
Figure 255386DEST_PATH_IMAGE036
Figure 478557DEST_PATH_IMAGE035
满足如上约束条件。
更进一步地，所述微基站通过概率算法对自己缓存的所有所述子视频数据计算受欢迎度，并根据所述受欢迎度对所述微基站中的所述子视频数据进行删除的步骤具体包括以下子步骤：
在每一个所述
Figure 277886DEST_PATH_IMAGE037
时刻时，所述微基站对自己缓存的所有所述子视频数据计算对于 所述微用户来说的所述受欢迎度；
所述微基站将所有所述子视频数据按照所述受欢迎度进行排序。
更进一步地，所述微基站对自己缓存的所有所述子视频数据计算对于所述微用户来说的所述受欢迎度的步骤具体为：
定义每一个所述微基站基于其服务域中每一个所述子视频数据的请求频率为
Figure 207796DEST_PATH_IMAGE038
，其中任一所述微基站中的所述子视频数据的请求频率满足：
Figure 106482DEST_PATH_IMAGE039
其中，
Figure 144845DEST_PATH_IMAGE040
表示所述蜂窝网络中所述微用户
Figure 419969DEST_PATH_IMAGE041
向所述微基站的缓存空间
Figure 952188DEST_PATH_IMAGE042
内容的 请求频率，
Figure 349671DEST_PATH_IMAGE043
表示所述蜂窝网络中所述微用户
Figure 547434DEST_PATH_IMAGE041
向所述微基站的缓存空间
Figure 563932DEST_PATH_IMAGE044
内容的请求 频率；
根据以上，关于所述请求频率的缓存删除概率以得到所述受欢迎度的计算过程满足如下条件：
Figure 593068DEST_PATH_IMAGE045
其中，
Figure 833556DEST_PATH_IMAGE046
是缓存更新系数，
Figure 971145DEST_PATH_IMAGE047
是为了赋予被请求频率较低的所述子视 频数据更高的概率。
更进一步地，所述微基站通过概率算法对自己缓存的所有所述子视频数据计算受欢迎度，并根据所述受欢迎度对所述微基站中的所述子视频数据进行删除的步骤还包括以下子步骤：
若所述微基站的缓存空间还足够存放另一个所述子视频数据，那么所述微基站不进行任何操作；
若所述微基站的所述缓存空间不足够存放另一个所述子视频数据，所述微基站根据所述缓存空间的大小，将所述使用频率较低的所述子视频数据删除。
更进一步地，所述微基站根据所述受欢迎度计算缓存概率，并将一个所述微基站中不存在的所述子视频数据在所述微基站中进行缓存的步骤具体包括以下子步骤：
在每一个所述
Figure 588071DEST_PATH_IMAGE037
时刻时，所述微基站根据所述
Figure 471714DEST_PATH_IMAGE037
时刻的上一时刻中自己缓存的所有 所述子视频数据的所述受欢迎度计算缓存概率；
所述微基站根据所述缓存概率从所述宏基站中选择所述缓存空间中不存在的所述子视频数据进行缓存放置。
更进一步地，所述在每一个所述
Figure 820787DEST_PATH_IMAGE037
时刻时，所述微基站根据所述
Figure 993142DEST_PATH_IMAGE037
时刻的上一时刻 中自己缓存的所有所述子视频数据的所述受欢迎度计算缓存概率的过程具体为：
定义所述缓存概率分布为
Figure 210497DEST_PATH_IMAGE048
，且满足如下条件：
Figure 840323DEST_PATH_IMAGE049
m b (t)的结果为根据所述后悔向量计算所述
Figure 688194DEST_PATH_IMAGE037
时刻时所述微用户向所述微基站
Figure 410162DEST_PATH_IMAGE050
请 求的所述子视频数据的缓存概率分布。
第二方面，本发明实施例还提供了一种分布式移动网络视频缓存放置系统，包括以下模块：
分布式缓存模型建立模块，用于建立一个蜂窝网络的分布式缓存模型，所述蜂窝网络包括一个宏基站与多个微基站，所述蜂窝网络对覆盖范围内的微用户提供视频服务；
期望缓存放置模块，用于控制所述微基站通过后悔最小值算法从所述宏基站中获取一个子视频数据并进行缓存放置；
缓存删除模块，用于控制所述微基站通过概率算法对自己缓存的所有所述子视频数据计算受欢迎度，并根据所述受欢迎度对所述微基站中的所述子视频数据进行删除；
缓存更新模块，用于控制所述微基站根据所述受欢迎度计算缓存概率，并将一个所述微基站中不存在的所述子视频数据在所述微基站中进行缓存。
第三方面，本发明实施例还提供了一种计算机设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述实施例中任一项所述的分布式移动网络视频缓存放置方法中的步骤。
第四方面，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述实施例中任一项所述的分布式移动网络视频缓存放置方法中的步骤。
本发明所达到的有益效果，由于在宏-微基站的结构中设计了基于后悔最小值的视频数据缓存放置方法，并结合概率算法来对微基站的缓存空间中的视频数据进行清理和预存，解决了在蜂窝网络中移动视频数据的传输延时高的问题。
附图说明
图1是本发明实施例提供的分布式移动网络视频缓存放置方法的场景示意图；
图2是本发明实施例提供的分布式移动网络视频缓存放置方法的流程框图；
图3是本发明实施例提供的分布式移动网络视频缓存放置方法的步骤S101的子流程框图；
图4是本发明实施例提供的分布式移动网络视频缓存放置方法的步骤S102的子流程框图；
图5是本发明实施例提供的分布式移动网络视频缓存放置方法的步骤S103的子流程框图；
图6是本发明实施例提供的分布式移动网络视频缓存放置方法的步骤S104的子流程框图；
图7是本发明实施例提供的分布式移动网络视频缓存放置系统的结构框图；
图8是本发明实施例提供的计算机设备示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
请参照图1，图1是本发明实施例提供的分布式移动网络视频缓存放置方法的场景示意图，在本发明实施例中，一个蜂窝网络所在的一个小区的内部部署有一个宏基站和多个微基站，所述小区中拥有对多个微用户，所述微用户通过智能终设备获取其他网络通信终端连接由所述宏基站和所述微基站组成的所述蜂窝网络中，以连接至网络并获取所述蜂窝网络提供的服务，在本发明实施例中，所述蜂窝网络提供给所述微用户视频服务。
请参照图2，图2是本发明实施例提供的分布式移动网络视频缓存放置方法的流程框图，具体包括以下步骤：
S101、建立一个蜂窝网络的分布式缓存模型，所述蜂窝网络包括一个宏基站与多个微基站，所述蜂窝网络对覆盖范围内的微用户提供视频服务。
请参照图3，图3是本发明实施例提供的分布式移动网络视频缓存放置方法的步骤S101的子流程框图，具体包括以下子步骤：
S1011、所述微用户在
Figure 368891DEST_PATH_IMAGE037
时刻时向所述微基站请求获取第一子视频数据。
在本发明实施例中，所述蜂窝网络对所述微用户提供视频服务，具体的，考虑到所 述蜂窝网络中的视频内容的多样性，假设所述宏基站中包括了所有所述微用户可能需要的 视频数据，将其定义为总视频数据，即所述宏基站中拥有所述蜂窝网络中的所有视频内容， 并且，所述总视频数据由多个子视频数据组成；所述微基站是用于辅助所述宏基站实现数 据分发的结构，即所述微基站一开始并不具有所述宏基站中的所述总视频数据，但是所述 微基站的密度大，覆盖范围内与所述微用户的距离更小，因此所述微基站被设计为用于直 接给所述微用户提供服务。所述微用户需要获取某一个视频数据时，假设其在所述
Figure 102492DEST_PATH_IMAGE037
时刻向 所述微基站发出请求，且所述微基站中尚未缓存任何视频数据，那么在所述
Figure 183580DEST_PATH_IMAGE037
时刻时所述微 用户请求的视频数据定义为第一子视频数据。
S1012、所述微基站向所述宏基站请求获取所述总视频数据中对应所述请求的所述第一子视频数据，并将其缓存放置。
所述微基站根据所述第一子视频数据的请求内容，从所述宏基站的所述总视频数据中获取与所述第一子视频数据对应的所述子视频数据，并将其在自己的缓存空间中缓存放置。
S1013、所述微基站将自己缓存放置的所述第一子视频数据发送给所述微用户。
所述微基站获取到所述第一子视频数据后，将存在于自己的缓存空间内的所述第 一子视频数据发送给所述微用户，以完成本次在所述
Figure 64948DEST_PATH_IMAGE037
时刻的所述微用户的请求。
本发明实施例根据以上步骤的运行逻辑建立所述蜂窝网络的分布式缓存模型，其 中，定义所述小区中的所述微基站的集合为B，B中任一所述微基站用b表示，定义所述蜂窝 网络中所有所述微用户的集合为
Figure 748739DEST_PATH_IMAGE051
，
Figure 727060DEST_PATH_IMAGE051
中任一所述微用户用
Figure 916733DEST_PATH_IMAGE052
表示，所述微用户
Figure 488659DEST_PATH_IMAGE052
在所述 小区中的位置为均匀的随机分布，根据以上步骤的运行逻辑，所述微基站拥有缓存空间，并 具有缓存能力，所述微基站的缓存对象为所述宏基站中的所述总视频数据所包含的所述子 视频数据，定义所述子视频数据的数量为
Figure 585928DEST_PATH_IMAGE053
，所述总视频数据为集合
Figure 356438DEST_PATH_IMAGE054
，那么所述总视频数 据可以表示为：
Figure 402498DEST_PATH_IMAGE055
其中，
Figure 258459DEST_PATH_IMAGE056
表示所述总视频数据
Figure 159419DEST_PATH_IMAGE057
中的任一所述子视频数据。
定义一个所述微基站服务的所述微用户的一个子集为微用户集合，记为
Figure 987698DEST_PATH_IMAGE058
，其中 所述微用户的数量为
Figure 519173DEST_PATH_IMAGE059
，那么所述微用户集合
Figure 924747DEST_PATH_IMAGE058
可以表示为：
Figure 488452DEST_PATH_IMAGE060
其中，
Figure 233554DEST_PATH_IMAGE061
表示所述微用户集合中的任一所述微用户。
定义所有的所述微基站的缓存空间的容量为
Figure 998248DEST_PATH_IMAGE062
，那么所有的所述微基站的缓存空 间的容量
Figure 828800DEST_PATH_IMAGE062
可以表示为：
Figure 946929DEST_PATH_IMAGE063
所述微基站b从所述宏基站获取并缓存到本地的所述子视频数据
Figure 874434DEST_PATH_IMAGE064
来自
Figure 747712DEST_PATH_IMAGE065
，即：
Figure 488397DEST_PATH_IMAGE066
所述微用户请求的某一个所述子视频数据
Figure 534851DEST_PATH_IMAGE067
的内容来自
Figure 254545DEST_PATH_IMAGE065
的概率遵循具有平均 值的柏松分布
Figure 236407DEST_PATH_IMAGE068
。
综合以上，在本发明实施例中所述微基站的主要目标是寻找使所述微用户请求所述子视频数据的总服务延迟最小的最佳缓存策略，其中，所述总服务延迟可以用以下条件表示：
Figure 572711DEST_PATH_IMAGE069
所述微用户向其距离最近的所述微基站发出请求，而每一个所述微基站会为距离 较近的多个微用户提供服务，因此所述微基站为了使所述总服务延迟最小，根据所述
Figure 360538DEST_PATH_IMAGE070
时刻 时所述微用户请求的所述子视频数据的内容，需要计算出所述微用户可能的下一个请求的 所述子视频数据的内容并进行缓存。定义
Figure 121690DEST_PATH_IMAGE071
为所述微用户与所述微基站之间的关联向量， 使得如下表达式成立：
Figure 336770DEST_PATH_IMAGE072
其中，
Figure 691528DEST_PATH_IMAGE073
代表为所述微用户
Figure 689571DEST_PATH_IMAGE074
提供服务的所述微基站
Figure 383858DEST_PATH_IMAGE075
。
根据上述定义，关于联合集群和缓存优化问题的所述蜂窝网络的分布式缓存模型如下：
Figure 832157DEST_PATH_IMAGE076
S102、所述微基站通过后悔最小值算法从所述宏基站中获取一个子视频数据并进行缓存放置。
请参照图4，图4是本发明实施例提供的分布式移动网络视频缓存放置方法的步骤S102的子流程框图，具体包括以下子步骤：
S1021、在所述
Figure 346315DEST_PATH_IMAGE077
时刻，所述微基站根据所述
Figure 895851DEST_PATH_IMAGE077
时刻的上一时刻时所述微用户请求的 所述第一子视频数据计算所述后悔最小值。
在所述
Figure 506961DEST_PATH_IMAGE077
时刻时，所述微基站
Figure 63845DEST_PATH_IMAGE078
会从操作空间
Figure 737402DEST_PATH_IMAGE079
中选择一个动作
Figure 733040DEST_PATH_IMAGE080
，其中，所 述操作空间
Figure 136340DEST_PATH_IMAGE081
为：
Figure 51075DEST_PATH_IMAGE082
所述动作
Figure 336563DEST_PATH_IMAGE083
为一个是否缓存对所述子视频数据
Figure 73575DEST_PATH_IMAGE084
进行缓存操作的二进制 值。其中，
Figure 269064DEST_PATH_IMAGE085
是操作总数，其等于所述总视频数据V中的所述子视频数据的总数。
所述微基站根据一个动作概率分布
Figure 964487DEST_PATH_IMAGE086
选择一个所述动作
Figure 940534DEST_PATH_IMAGE087
，所述动作概 率分布
Figure 904073DEST_PATH_IMAGE088
为：
Figure 16385DEST_PATH_IMAGE089
其中，
Figure 413869DEST_PATH_IMAGE090
是所述微基站
Figure 283736DEST_PATH_IMAGE091
在所述
Figure 362550DEST_PATH_IMAGE092
时刻执行所述动作
Figure 126107DEST_PATH_IMAGE093
的概率。
每一个所述微基站都会根据向量
Figure 819125DEST_PATH_IMAGE094
来更新自己的动作，其中，每一个所述微基 站都会选择一种概率分布，以最小化所述微基站是否缓存某一个所述子视频数据的后悔向 量
Figure 504184DEST_PATH_IMAGE095
，所述后悔向量
Figure 183427DEST_PATH_IMAGE095
具体为：
Figure 270332DEST_PATH_IMAGE096
其中，
Figure 619405DEST_PATH_IMAGE097
表示所述微基站
Figure 854077DEST_PATH_IMAGE098
在所述t时刻之前的所有时刻
Figure 274694DEST_PATH_IMAGE099
中都执行了相同的所述动作
Figure 659450DEST_PATH_IMAGE100
。
另外，所述微基站
Figure 569637DEST_PATH_IMAGE098
还会在估计所述后悔向量
Figure 229288DEST_PATH_IMAGE101
的同时估计效用向量
Figure 125700DEST_PATH_IMAGE102
， 所述效用向量
Figure 187197DEST_PATH_IMAGE103
为：
Figure 737127DEST_PATH_IMAGE104
S1022、所述微基站从所述宏基站的所述总视频数据中根据所述后悔最小值选择一个第二子视频数据进行缓存放置。
根据上述步骤S1021中的定义，采用基于Gibbs-Sampling（吉布斯采样）的概率分 布来进行所述动作
Figure 71025DEST_PATH_IMAGE105
的捕获，那么，所述微基站
Figure 833445DEST_PATH_IMAGE106
执行所述动作
Figure 811765DEST_PATH_IMAGE105
的概率计算 公式可以表示为：
Figure 673542DEST_PATH_IMAGE107
其中，
Figure 42206DEST_PATH_IMAGE108
为所述概率计算公式计算出的概率结果，
Figure 405055DEST_PATH_IMAGE109
是控制所述概率计算 公式的玻尔兹曼后悔温度系数，
Figure 863980DEST_PATH_IMAGE110
表示正后悔向量，所述正后悔向量
Figure 224554DEST_PATH_IMAGE111
为：
Figure 142832DEST_PATH_IMAGE112
在所述
Figure 247054DEST_PATH_IMAGE113
时刻，所述微基站
Figure 809753DEST_PATH_IMAGE114
使用基于后悔最小值的计算过程估算所述后悔向量
Figure 403546DEST_PATH_IMAGE115
、所述效用向量
Figure 746802DEST_PATH_IMAGE116
和所述动作概率分布
Figure 576087DEST_PATH_IMAGE117
的具体过程满足如下条件：
Figure 117927DEST_PATH_IMAGE118
其中，
Figure 820304DEST_PATH_IMAGE119
是指在所述
Figure 588539DEST_PATH_IMAGE120
时刻的前一时刻的瞬时观测效用函数，
Figure 34564DEST_PATH_IMAGE121
是计算用的学习参数，
Figure 430911DEST_PATH_IMAGE121
满足如下约 束条件：
Figure 989674DEST_PATH_IMAGE122
根据以上约束条件，能够使所述概率计算公式收敛到一个
Figure 307523DEST_PATH_IMAGE123
粗相关平衡。
根据所述概率计算公式的计算结果，所述微基站从所述宏基站中缓存一个所述子 视频数据作为所述
Figure 619556DEST_PATH_IMAGE124
时刻的所缓存的所述第二子视频数据。
S103、所述微基站通过概率算法对自己缓存的所有所述子视频数据计算受欢迎度，并根据所述受欢迎度对所述微基站中的所述子视频数据进行删除。
请参照图5，图5是本发明实施例提供的分布式移动网络视频缓存放置方法的步骤S103的子流程框图，具体包括以下子步骤：
S1031、在所述
Figure 745775DEST_PATH_IMAGE124
时刻时，所述微基站对自己缓存的所有所述子视频数据计算对于 所述微用户来说的所述受欢迎度。
在所述
Figure 789954DEST_PATH_IMAGE124
时刻时，每一个所述微基站都会获取当前服务域中所有所述子视频数据 的所述受欢迎度，其中，每一个所述微基站基于其服务域中每一个所述子视频数据的请求 频率
Figure 657416DEST_PATH_IMAGE125
来构建受欢迎度，所述请求频率对于每一个所述微基站来说都是不同的，定义所述 请求频率
Figure 445244DEST_PATH_IMAGE125
为：
Figure 940816DEST_PATH_IMAGE126
其中，
Figure 218213DEST_PATH_IMAGE127
表示所述蜂窝网络中所述微用户
Figure 510655DEST_PATH_IMAGE128
向所述微基站的缓存空间
Figure 508698DEST_PATH_IMAGE129
内容 的请求频率，
Figure 999722DEST_PATH_IMAGE130
表示所述蜂窝网络中所述微用户
Figure 651283DEST_PATH_IMAGE128
向所述微基站的缓存空间c内容的 请求频率；
那么根据所述请求频率的值基于Gibbs-Sampling的概率分布计算缓存删除概率的条件如下：
Figure 588277DEST_PATH_IMAGE131
其中，
Figure 780224DEST_PATH_IMAGE132
是缓存更新系数，
Figure 329017DEST_PATH_IMAGE133
是为了赋予被请求频率较低的所述子视 频数据更高的概率。Gibbs-Sampling概率分布的使用允许使用
Figure 558004DEST_PATH_IMAGE134
参数更新缓存删 除策略，当使用
Figure 621775DEST_PATH_IMAGE134
等于0时，执行删除所有所述子视频数据的概率相同，而较高的
Figure 476468DEST_PATH_IMAGE134
值表示将以较高的概率删除请求频率较低的所述子视频数据。
S1032、所述微基站将所有所述子视频数据按照所述受欢迎度进行排序。
每一个所述微基站根据计算得到的所述受欢迎度，结合所述缓存删除概率的计算结果，对其缓存空间内的所有所述子视频数据按照所述缓存删除概率的大小顺序进行排序，以便进行下一步骤。
S1033a、若所述微基站的缓存空间还足够存放另一个所述子视频数据，那么所述微基站不进行任何操作。
所述微基站在计算出每一个缓存里的所述子视频数据对应的所述缓存删除概率之后，会检查自己的缓存空间的大小。在本发明实施例中，所述宏基站的所述总视频数据由N个所述子视频数据组成，且N个所述子视频数据占用的缓存空间的大小相等。若所述微基站的所述缓存空间还足够存放一个未缓存过的所述子视频数据，那么所述微基站不会执行删除操作。
S1033b、若所述微基站的所述缓存空间不足够存放另一个所述子视频数据，所述微基站根据所述缓存空间的大小，将所述使用频率较低的所述子视频数据删除。
若所述微基站检查得到的结果表明所述微基站的所述缓存空间并不足以缓存一个新的所述子视频数据，那么所述微基站根据所述缓存删除概率的排序结果，从所述缓存空间中选择所述缓存删除概率最大的一个所述子视频数据进行删除。
S104、所述微基站根据所述受欢迎度计算缓存概率，并将一个所述微基站中不存在的所述子视频数据在所述微基站中进行缓存。
请参照图6，图6是本发明实施例提供的分布式移动网络视频缓存放置方法的步骤S104的子流程框图，具体包括以下子步骤：
S1041、在所述
Figure 879767DEST_PATH_IMAGE135
时刻时，所述微基站根据所述
Figure 669869DEST_PATH_IMAGE135
时刻的上一时刻中自己缓存的所有 所述子视频数据的所述受欢迎度计算缓存概率。
在所述
Figure 158619DEST_PATH_IMAGE135
时刻时，所述微基站
Figure 567734DEST_PATH_IMAGE136
会执行一个所述动作
Figure 622278DEST_PATH_IMAGE137
，并根据所述
Figure 786543DEST_PATH_IMAGE135
时刻的上 一时刻实际发生的所述动作
Figure 182496DEST_PATH_IMAGE137
计算所述微用户获取所述子视频数据的实际延迟，从而 得到所述微基站的实际效用
Figure 254357DEST_PATH_IMAGE138
。
根据所述实际效用，所述微基站
Figure 632249DEST_PATH_IMAGE139
使用迭代更新计算所述
Figure 639519DEST_PATH_IMAGE135
时刻的所述效用向量
Figure 102862DEST_PATH_IMAGE140
和所述后悔向量
Figure 712835DEST_PATH_IMAGE141
，并根据所述后悔向量计算所述
Figure 132183DEST_PATH_IMAGE135
时刻时所述微用户请求的所 述子视频数据的缓存概率分布
Figure 638251DEST_PATH_IMAGE142
，所述缓存概率分布
Figure 385627DEST_PATH_IMAGE142
满足如下条件：
Figure 674657DEST_PATH_IMAGE143
S1042、所述微基站根据所述缓存概率从所述宏基站中选择所述缓存空间中不存在的所述子视频数据进行缓存放置。
所述微基站
Figure 761562DEST_PATH_IMAGE139
根据计算得到的所述缓存概率分布
Figure 500848DEST_PATH_IMAGE142
从所述宏基站的所述总视 频数据中，选择一个所述微基站
Figure 96040DEST_PATH_IMAGE139
的所述缓存空间中不存在的一个所述子视频数据进行缓 存。
本发明实施例所述的分布式移动网络视频缓存放置方法在宏-微基站的结构中设计了基于后悔最小值的视频数据缓存放置策略，并结合概率算法来对微基站的缓存空间中的视频数据进行清理和预存，解决了在蜂窝网络中移动视频数据的传输延时高的问题。
本发明实施例还提供一种分布式移动网络视频缓存放置系统，请参照图7，图7是本发明实施例提供的分布式移动网络视频缓存放置系统的结构框图，所述分布式移动网络视频缓存放置系统200包括分布式缓存模型建立模块201、期望缓存放置模块202、缓存删除模块203、缓存更新模块204，其中：
所述分布式缓存模型建立模块201，用于建立一个蜂窝网络的分布式缓存模型，所述蜂窝网络包括一个宏基站与多个微基站，所述蜂窝网络对覆盖范围内的微用户提供视频服务；
所述期望缓存放置模块202，用于控制所述微基站通过后悔最小值算法从所述宏基站中获取一个子视频数据并进行缓存放置；
所述缓存删除模块203，用于控制所述微基站通过概率算法对自己缓存的所有所述子视频数据计算受欢迎度，并根据所述受欢迎度对所述微基站中的所述子视频数据进行删除；
所述缓存更新模块204，用于控制所述微基站根据所述受欢迎度计算缓存概率，并将一个所述微基站中不存在的所述子视频数据在所述微基站中进行缓存。
本发明实施例提供的分布式移动网络视频缓存放置系统700能够实现如上述实施例中的分布式移动网络视频缓存放置方法中的步骤，且能实现同样的技术效果，参上述实施例中的描述，此处不再赘述。
本发明实施例还提供一种计算机设备，请参见图8，图8是本发明实施例提供的计算机设备示意图，所述计算机设备300包括：存储器302、处理器301及存储在所述存储器302上并可在所述处理器301上运行的计算机程序。
处理器301调用存储器302存储的计算机程序，执行本发明实施例提供的分布式移动网络视频缓存放置方法中的步骤，请结合图1，具体包括：
S101、建立一个蜂窝网络的分布式缓存模型，所述蜂窝网络包括一个宏基站与多个微基站，所述蜂窝网络对覆盖范围内的微用户提供视频服务；
更进一步地，所述蜂窝网络中的所述宏基站包括一个总视频数据，所述总视频数据还包括多个子视频数据，所述微基站从所述宏基站中请求所述子视频数据并进行缓存放置，所述微基站为面向所述微用户的访问节点。
更进一步地，所述蜂窝网络对覆盖范围内的微用户提供视频服务的步骤具体包括以下子步骤：
所述微用户在
Figure 251077DEST_PATH_IMAGE135
时刻时向所述微基站请求获取第一子视频数据；
所述微基站向所述宏基站请求获取所述总视频数据中对应所述请求的所述第一子视频数据，并将其缓存放置；
所述微基站将自己缓存放置的所述第一子视频数据发送给所述微用户。
S102、所述微基站通过后悔最小值算法从所述宏基站中获取一个子视频数据并进行缓存放置；
更进一步地，所述微基站通过后悔最小值算法从所述宏基站中获取一个子视频数据并进行缓存放置的步骤具体包括以下子步骤：
在所述t时刻的下一时刻时，所述微基站根据所述t时刻时所述微用户请求的所述第一子视频数据计算所述后悔最小值；
所述微基站从所述宏基站的所述总视频数据中根据所述后悔最小值选择一个第二子视频数据进行缓存放置。
S103、所述微基站通过概率算法对自己缓存的所有所述子视频数据计算受欢迎度，并根据所述受欢迎度对所述微基站中的所述子视频数据进行删除；
更进一步地，所述微基站通过概率算法对自己缓存的所有所述子视频数据计算受欢迎度，并根据所述受欢迎度对所述微基站中的所述子视频数据进行删除的步骤具体包括以下子步骤：
在每一个所述
Figure 520385DEST_PATH_IMAGE135
时刻时，所述微基站对自己缓存的所有所述子视频数据计算对于 所述微用户来说的所述受欢迎度；
所述微基站将所有所述子视频数据按照所述受欢迎度进行排序。
更进一步地，所述微基站通过概率算法对自己缓存的所有所述子视频数据计算受欢迎度，并根据所述受欢迎度对所述微基站中的所述子视频数据进行删除的步骤还包括以下子步骤：
若所述微基站的缓存空间还足够存放另一个所述子视频数据，那么所述微基站不进行任何操作；
若所述微基站的所述缓存空间不足够存放另一个所述子视频数据，所述微基站根据所述缓存空间的大小，将所述使用频率较低的所述子视频数据删除。
S104、所述微基站根据所述受欢迎度计算缓存概率，并将一个所述微基站中不存在的所述子视频数据在所述微基站中进行缓存。
更进一步地，所述微基站根据所述受欢迎度计算缓存概率，并将一个所述微基站中不存在的所述子视频数据在所述微基站中进行缓存的步骤具体包括以下子步骤：
在每一个所述
Figure 368255DEST_PATH_IMAGE135
时刻时，所述微基站根据所述
Figure 965590DEST_PATH_IMAGE135
时刻的上一时刻中自己缓存的所有 所述子视频数据的所述受欢迎度计算缓存概率；
所述微基站根据所述缓存概率从所述宏基站中选择所述缓存空间中不存在的所述子视频数据进行缓存放置。
本发明实施例提供的计算机设备能够实现如上述实施例中的分布式移动网络视频缓存放置方法中的步骤，且能实现同样的技术效果，参上述实施例中的描述，此处不再赘述。
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现本发明实施例提供的分布式移动网络视频缓存放置方法中的各个过程及步骤，且能实现相同的技术效果，为避免重复，这里不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体（Read-Only Memory，ROM）或随机存取存储器（Random AccessMemory，简称RAM）等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质（如ROM/RAM、磁碟、光盘）中，包括若干指令用以使得一台终端（可以是手机，计算机，服务器，空调器，或者网络设备等）执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述，所揭露的仅为本发明较佳实施例而已，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式用等同变化，均属于本发明的保护之内。

Claims (11)

1.一种分布式移动网络视频缓存放置方法，其特征在于，包括以下步骤：
建立一个蜂窝网络的分布式缓存模型，所述蜂窝网络包括一个宏基站与多个微基站，所述蜂窝网络用于对其覆盖范围内的微用户提供视频服务；
所述微基站基于后悔最小值算法从所述宏基站中获取一个子视频数据并进行缓存放置；
所述微基站通过概率算法对自己缓存的所有所述子视频数据计算受欢迎度，并根据所述受欢迎度对所述微基站中的所述子视频数据按预设规则进行删除；
所述微基站根据所述受欢迎度计算缓存概率分布，并将一个所述微基站中不存在的所述子视频数据在所述微基站中进行缓存；
所述分布式缓存模型关于联合集群和缓存优化问题，其中：
定义所述蜂窝网络中的所述微基站的集合为B，B其中任一所述微基站用b表示；
定义所述蜂窝网络中所有所述微用户的集合为M，M中任一所述微用户用m表示；
定义所述宏基站中的总视频数据为V，所述子视频数据有i个，V中任一所述子视频数据用v表示；
定义一个所述微基站服务的微用户集合为U，U中所述微用户有S个，U中任一所述微用户用u表示；
定义所有的所述微基站的缓存空间的容量总和为C，C中任一所述微基站的缓存空间为c；
所述微基站从所述宏基站缓存到本地的一个所述子视频数据记为v b ；
根据以上，定义所述微用户请求所述子视频数据的总服务延迟为
Figure 227507DEST_PATH_IMAGE001
，且满足如下表达式：
Figure 982973DEST_PATH_IMAGE002
其中，
Figure 310049DEST_PATH_IMAGE003
代表关于U中所述微用户u从所述微基站b请求所述子视频数据v的延迟，u i 表示微基站b中服务的第i个所述微用户u，
Figure 125558DEST_PATH_IMAGE004
表示所述微用户u从所述微基站b中请求的第j个所述子视频数据；
定义所述微用户与所述微基站之间的关联向量为R，
Figure 69244DEST_PATH_IMAGE005
，r u 代表为所述微用户u提供服务的所述微基站b，根据以上，关于联合集群和缓存优化问题的所述分布式缓存模型满足如下表达式：
Figure 362822DEST_PATH_IMAGE006
Figure 75563DEST_PATH_IMAGE007
Figure 530815DEST_PATH_IMAGE008
Figure 961796DEST_PATH_IMAGE009
其中，
Figure 294951DEST_PATH_IMAGE010
代表缓存优化问题的最小延迟值，minimize为对
Figure 127778DEST_PATH_IMAGE010
中R,m b 的限定，m b 代表M中任一所述微用户m与所述微基站b之间的关系，m b,i 代表M中任一所述微用户m与所述微基站b之间请求第i个所述子视频数据之间的关系，c b 表示所述微基站b的缓存空间容量，l v 表示所述子视频数据v所需的缓存空间容量；
所述蜂窝网络中的所述宏基站包括一个总视频数据，所述总视频数据还包括多个子视频数据，所述微基站从所述宏基站中请求所述子视频数据并进行缓存放置，所述微基站为面向所述微用户的访问节点；
所述蜂窝网络用于对其覆盖范围内的微用户提供视频服务的步骤具体包括以下子步骤：
所述微基站获取所述微用户在t时刻时向其发出的获取第一子视频数据的请求；
所述微基站向所述宏基站请求获取所述总视频数据中对应所述请求的所述第一子视频数据，并将其缓存放置；
所述微基站将自己缓存放置的所述第一子视频数据发送给所述微用户。
2.如权利要求1所述的分布式移动网络视频缓存放置方法，其特征在于，所述微基站通过后悔最小值算法从所述宏基站中获取一个子视频数据并进行缓存放置的步骤具体包括以下子步骤：
在所述t时刻的下一时刻时，所述微基站根据所述t时刻时所述微用户请求的所述第一子视频数据计算所述后悔最小值；
所述微基站从所述宏基站的所述总视频数据中根据所述后悔最小值选择一个第二子视频数据进行缓存放置。
3.如权利要求2所述的分布式移动网络视频缓存放置方法，其特征在于，所述微基站根据所述t时刻时所述微用户请求的所述第一子视频数据计算所述后悔最小值的步骤具体为：
定义后悔向量为
Figure 19510DEST_PATH_IMAGE011
，以及与所述后悔向量对应的效用向量
Figure 203367DEST_PATH_IMAGE012
；
定义所述微基站在所述t时刻从所述总视频数据中获取一个所述子视频数据的动作为
Figure 838748DEST_PATH_IMAGE013
，其中，n b 是操作总数，n b 等于所述总视频数据V中的所述子视频数据的总数；
定义
Figure 260502DEST_PATH_IMAGE014
是所述微基站b在所述t时刻执行所述动作
Figure 588715DEST_PATH_IMAGE015
的概率；
根据以上，所述微基站b执行所述动作
Figure 463130DEST_PATH_IMAGE016
的概率计算公式满足如下计算式：
Figure 167781DEST_PATH_IMAGE017
其中，
Figure 957225DEST_PATH_IMAGE018
为所述概率计算公式计算出的概率结果，β b 是控制所述概率计算公式的玻尔兹曼后悔温度系数，
Figure 456339DEST_PATH_IMAGE019
表示正后悔向量，上述计算式中的各个参数还满足：
Figure 83630DEST_PATH_IMAGE020
其中，
Figure 60813DEST_PATH_IMAGE021
表示所述操作总数n b 的效用函数，
Figure 457159DEST_PATH_IMAGE022
表示所述操作总数n b 的后悔函数，
Figure 861596DEST_PATH_IMAGE023
是指在所述t时刻的前一时刻的瞬时观测效用函数，
Figure 976183DEST_PATH_IMAGE024
、
Figure 757057DEST_PATH_IMAGE025
、
Figure 7909DEST_PATH_IMAGE026
是计算用的学习参数，且：
Figure 848827DEST_PATH_IMAGE027
Figure 686595DEST_PATH_IMAGE024
、
Figure 271160DEST_PATH_IMAGE025
、
Figure 376519DEST_PATH_IMAGE026
满足如上约束条件。
4.如权利要求3所述的分布式移动网络视频缓存放置方法，其特征在于，所述微基站通过概率算法对自己缓存的所有所述子视频数据计算受欢迎度，并根据所述受欢迎度对所述微基站中的所述子视频数据进行删除的步骤具体包括以下子步骤：
在每一个所述t时刻时，所述微基站对自己缓存的所有所述子视频数据计算对于所述微用户来说的所述受欢迎度；
所述微基站将所有所述子视频数据按照所述受欢迎度进行排序。
5.如权利要求4所述的分布式移动网络视频缓存放置方法，其特征在于，所述微基站对自己缓存的所有所述子视频数据计算对于所述微用户来说的所述受欢迎度的步骤具体为：
定义每一个所述微基站基于其服务域中每一个所述子视频数据的请求频率为P m ，其中任一所述微基站中的所述子视频数据的请求频率满足：
Figure 388337DEST_PATH_IMAGE028
其中，p m,k 表示所述蜂窝网络中所述微用户m向所述微基站的缓存空间请求第k个内容的请求频率，c表示所述微基站中的缓存空间的内容总量；
根据以上，关于请求频率的缓存删除概率以得到所述受欢迎度的计算过程满足如下计算式：
Figure 211937DEST_PATH_IMAGE029
其中，β remove 是缓存更新系数。
6.如权利要求5所述的分布式移动网络视频缓存放置方法，其特征在于，所述微基站通过概率算法对自己缓存的所有所述子视频数据计算受欢迎度，并根据所述受欢迎度对所述微基站中的所述子视频数据进行删除的步骤还包括以下子步骤：
若所述微基站的缓存空间还足够存放另一个所述子视频数据，那么所述微基站不进行任何操作；
若所述微基站的所述缓存空间不足够存放另一个所述子视频数据，所述微基站根据所述缓存空间的大小，将使用频率较低的所述子视频数据删除。
7.如权利要求6所述的分布式移动网络视频缓存放置方法，其特征在于，所述微基站根据所述受欢迎度计算缓存概率，并将一个所述微基站中不存在的所述子视频数据在所述微基站中进行缓存的步骤具体包括以下子步骤：
在每一个所述t时刻时，所述微基站根据所述t时刻的上一时刻中自己缓存的所有所述子视频数据的所述受欢迎度计算缓存概率；
所述微基站根据所述缓存概率从所述宏基站中选择所述缓存空间中不存在的所述子视频数据进行缓存放置。
8.如权利要求7所述的分布式移动网络视频缓存放置方法，其特征在于，所述在每一个所述t时刻时，所述微基站根据所述t时刻的上一时刻中自己缓存的所有所述子视频数据的所述受欢迎度计算缓存概率的过程具体为：
定义所述缓存概率分布为m b (t)，且满足如下计算式：
Figure 334614DEST_PATH_IMAGE030
m b (t)的结果为根据所述后悔向量计算所述t时刻时所述微用户向所述微基站b请求的所述子视频数据的缓存概率分布。
9.一种分布式移动网络视频缓存放置系统，其特征在于，包括以下模块：
分布式缓存模型建立模块，用于建立一个蜂窝网络的分布式缓存模型，所述蜂窝网络包括一个宏基站与多个微基站，所述蜂窝网络对覆盖范围内的微用户提供视频服务；
期望缓存放置模块，用于控制所述微基站通过后悔最小值算法从所述宏基站中获取一个子视频数据并进行缓存放置；
缓存删除模块，用于控制所述微基站通过概率算法对自己缓存的所有所述子视频数据计算受欢迎度，并根据所述受欢迎度对所述微基站中的所述子视频数据进行删除；
缓存更新模块，用于控制所述微基站根据所述受欢迎度计算缓存概率，并将一个所述微基站中不存在的所述子视频数据在所述微基站中进行缓存；
所述分布式缓存模型关于联合集群和缓存优化问题，其中：
定义所述蜂窝网络中的所述微基站的集合为B，B其中任一所述微基站用b表示；
定义所述蜂窝网络中所有所述微用户的集合为M，M中任一所述微用户用m表示；
定义所述宏基站中的总视频数据为V，所述子视频数据有i个，V中任一所述子视频数据用v表示；
定义一个所述微基站服务的微用户集合为U，U中所述微用户有S个，U中任一所述微用户用u表示；
定义所有的所述微基站的缓存空间的容量总和为C，C中任一所述微基站的缓存空间为c；
所述微基站从所述宏基站缓存到本地的一个所述子视频数据记为v b ；
根据以上，定义所述微用户请求所述子视频数据的总服务延迟为
Figure 560059DEST_PATH_IMAGE031
，且满足如下表达式：
Figure 477199DEST_PATH_IMAGE032
其中，
Figure 53674DEST_PATH_IMAGE033
代表关于U中所述微用户u从所述微基站b请求所述子视频数据v的延迟，u i 表示微基站b中服务的第i个所述微用户u，
Figure 980042DEST_PATH_IMAGE034
表示所述微用户u从所述微基站b中请求的第j个所述子视频数据；
定义所述微用户与所述微基站之间的关联向量为R，
Figure 295879DEST_PATH_IMAGE035
，r u 代表为所述微用户u提供服务的所述微基站b，根据以上，关于联合集群和缓存优化问题的所述分布式缓存模型满足如下表达式：
Figure 915079DEST_PATH_IMAGE036
Figure 447692DEST_PATH_IMAGE037
Figure 177750DEST_PATH_IMAGE038
Figure 112208DEST_PATH_IMAGE039
其中，Q(R,m b )代表缓存优化问题的最小延迟值，minimize为对Q(R,m b )中R,m b 的限定，m b 代表M中任一所述微用户m与所述微基站b之间的关系，m b,i 代表M中任一所述微用户m与所述微基站b之间请求第i个所述子视频数据之间的关系，c b 表示所述微基站b的缓存空间容量，l v 表示所述子视频数据v所需的缓存空间容量；
所述蜂窝网络中的所述宏基站包括一个总视频数据，所述总视频数据还包括多个子视频数据，所述微基站从所述宏基站中请求所述子视频数据并进行缓存放置，所述微基站为面向所述微用户的访问节点；
所述蜂窝网络用于对其覆盖范围内的微用户提供视频服务的步骤具体包括以下子步骤：
所述微基站获取所述微用户在t时刻时向其发出的获取第一子视频数据的请求；
所述微基站向所述宏基站请求获取所述总视频数据中对应所述请求的所述第一子视频数据，并将其缓存放置；
所述微基站将自己缓存放置的所述第一子视频数据发送给所述微用户。
10.一种计算机设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至8中任一项所述的分布式移动网络视频缓存放置方法中的步骤。
11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的分布式移动网络视频缓存放置方法中的步骤。
CN202111125908.1A 2021-09-26 2021-09-26 分布式移动网络视频缓存放置方法、系统及相关设备 Active CN113573103B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202111125908.1A CN113573103B (zh) 2021-09-26 2021-09-26 分布式移动网络视频缓存放置方法、系统及相关设备
PCT/CN2022/078360 WO2023045253A1 (zh) 2021-09-26 2022-02-28 分布式移动网络视频缓存放置方法、系统及相关设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111125908.1A CN113573103B (zh) 2021-09-26 2021-09-26 分布式移动网络视频缓存放置方法、系统及相关设备

Publications (2)

Publication Number Publication Date
CN113573103A CN113573103A (zh) 2021-10-29
CN113573103B true CN113573103B (zh) 2022-01-28

Family

ID=78174478

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111125908.1A Active CN113573103B (zh) 2021-09-26 2021-09-26 分布式移动网络视频缓存放置方法、系统及相关设备

Country Status (2)

Country Link
CN (1) CN113573103B (zh)
WO (1) WO2023045253A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113573103B (zh) * 2021-09-26 2022-01-28 深圳飞骧科技股份有限公司 分布式移动网络视频缓存放置方法、系统及相关设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017113373A1 (zh) * 2015-12-31 2017-07-06 华为技术有限公司 一种缓存的方法及分组数据网关
CN109327851A (zh) * 2018-12-04 2019-02-12 吉林大学 覆盖与数据平面分离的超密集异构蜂窝网络用户接入方法
CN109803338A (zh) * 2019-02-12 2019-05-24 南京邮电大学 一种基于后悔度的双连接基站选择方法
CN110035539A (zh) * 2019-03-14 2019-07-19 北京邮电大学 一种基于相关均衡后悔值匹配的资源优化分配方法及装置
CN111488528A (zh) * 2020-04-28 2020-08-04 西安邮电大学 内容缓存管理方法及装置、电子设备

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017108070A1 (en) * 2015-12-21 2017-06-29 Huawei Technologies Co., Ltd. A micro base station comprising a cache-memory to provide files to a user-equipment
CN112671880B (zh) * 2020-12-18 2022-08-16 中国科学院上海高等研究院 分布式内容缓存和寻址方法、系统、介质、宏基站及微基站
CN113573103B (zh) * 2021-09-26 2022-01-28 深圳飞骧科技股份有限公司 分布式移动网络视频缓存放置方法、系统及相关设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017113373A1 (zh) * 2015-12-31 2017-07-06 华为技术有限公司 一种缓存的方法及分组数据网关
CN109327851A (zh) * 2018-12-04 2019-02-12 吉林大学 覆盖与数据平面分离的超密集异构蜂窝网络用户接入方法
CN109803338A (zh) * 2019-02-12 2019-05-24 南京邮电大学 一种基于后悔度的双连接基站选择方法
CN110035539A (zh) * 2019-03-14 2019-07-19 北京邮电大学 一种基于相关均衡后悔值匹配的资源优化分配方法及装置
CN111488528A (zh) * 2020-04-28 2020-08-04 西安邮电大学 内容缓存管理方法及装置、电子设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于区域用户需求感知的边缘缓存策略研究;王俊岭等;《计算机应用研究》;20210228;第38卷(第2期);第544-548段 *

Also Published As

Publication number Publication date
CN113573103A (zh) 2021-10-29
WO2023045253A1 (zh) 2023-03-30

Similar Documents

Publication Publication Date Title
Zhong et al. A deep reinforcement learning-based framework for content caching
Pang et al. Toward smart and cooperative edge caching for 5G networks: A deep learning based approach
US9167049B2 (en) Content distribution network supporting popularity-based caching
Jiang et al. Learning-based cooperative content caching policy for mobile edge computing
CN110418367B (zh) 一种5g前传网络混合边缘缓存低时延方法
CN108293023B (zh) 支持信息为中心的网络中的上下文感知的内容请求的系统和方法
CN113573103B (zh) 分布式移动网络视频缓存放置方法、系统及相关设备
Sinky et al. Responsive content-centric delivery in large urban communication networks: A LinkNYC use-case
CN108541025B (zh) 一种面向无线异构网络的基站与d2d共同缓存方法
CN110913239B (zh) 一种精细化的移动边缘计算的视频缓存更新方法
Xiong et al. Learning augmented index policy for optimal service placement at the network edge
Li et al. Mobility-aware content caching and user association for ultra-dense mobile edge computing networks
CN112911614A (zh) 基于动态请求d2d网络中的协作编码缓存方法
CN116366876A (zh) 边云协同场景下影视资源部署和调度方法及系统
EP3491790B1 (en) A hybrid approach with classification for name resolution and producer selection in icn
CN112954026B (zh) 一种基于边缘计算的多约束内容协作缓存优化方法
Chen et al. Cooperative caching for scalable video coding using value-decomposed dimensional networks
CN113986370B (zh) 移动边缘计算系统的基站选择与任务卸载方法、装置、设备和介质
WO2018090315A1 (zh) 数据请求的处理方法及缓存系统
Fang et al. Distributed caching popular services by using deep Q-learning in converged networks
CN114245422A (zh) 一种基于簇内智能共享的边缘主动缓存方法
CN114124971B (zh) 一种基于边缘缓存的cdn-p2p网络的内容副本放置方法
CN112822726B (zh) 一种Fog-RAN网络缓存放置问题的建模和决策方法
CN109982389A (zh) 一种基于多目标多臂赌博机在线学习的无线缓存方法
KR102164685B1 (ko) 콘텐츠 서비스 제어 방법 및 장치

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant